确定现象中变量的影响的方法技术

本发明专利技术的名称为“确定现象中变量的影响的方法”。一种确定现象中变量的影响的方法，包括：从非暂时介质中提取选择的变量以用于在处理器中分析和处理包括现象中的其他变量的图形操作的序列。计算选择的变量的变量影响指标并对其他选择的变量重复这些步骤，其能够实现选择的变量之间的评估以确定它们在现象中的影响。

【技术实现步骤摘要】
确定现象中变量的影响的方法
本文描述的技术涉及确定现象中给定变量的影响的方法。
技术介绍
检测与机器或观测的事件中的具体失灵或故障模式有关的样式可能非常具有挑战性。一般确定征兆(或测量)何时异常更为容易。获知情况异常可以是非常有价值的。但是，如果可以利用严重性评级标记异常和/或将异常与特定状况或故障模式关联，则更有价值。输入变量(例如，测量参数)与异常之间关联的样式中包含诊断信息。但是，此样式可能非常难以抽取。在加工行业内，经常使用主成分分析(PCA)来进行异常检测或故障诊断。可以计算残留成分(residualcomponent)或主成分的变量贡献。此方法提供哪些变量对异常测量的贡献最大的指示。但是，PCA具有局限性。它是单模的，意味着当数据由复杂密度生成时它的效用受限，并且它未提供处理丢失数据的直观方法。检测变量贡献的另一个途径是计算残差(residual)。对于特定变量，使用回归技术来预测变量的值，然后用测量的值减去它以导出残差。残差的量值提供其对异常状态的贡献的测量。但是，直接比较不同的变量仍可能是困难的。并且，如果多个变量对异常有贡献，则来自这些残差的输出可能造成误导。回归技术往往是单模的并且将遇到与PCA类似的局限性。
技术实现思路
在一个方面中，一种确定现象中变量的影响的方法，包括：以图形形式提供混合模型，混合模型包括模型成分、表示与该模型成分关联的类的至少一个类节点、以及表示与该类内的变量关联的值的多个变量节点，全部表示遇到现象的系统内的物理数据；选择变量节点的其中一个或子集；通过对选择的一个变量节点以外的变量节点设置证据来对图形形式执行操作；通过边缘化(marginalize)来计算选择的变量节点和一个或多个类节点的联合分布，以生成新图形；由新图形计算选择的变量节点的变量影响指标；对其他选择的变量节点重复选择步骤、执行步骤和计算步骤；以及彼此相对地评估变量节点的变量影响指标的量值。在另一个方面中，该新图形是通过f:P(X1,I|eX-Xj,eS)→P(X1’,I’)描述的变换，其中I表示模型成分，X表示变量，S表示类上的状态或分布,以及e指示证据。在进一步的方面中，该变量影响指标表示变量节点的值中的方向变化。同样，选择可以是与应用相关的。而且，执行步骤可以包括按样式和按次序设置证据以确定变量影响指标的类型。在一个实施例中，现象发生在飞行器引擎的系统中,以及混合模型表示飞行器引擎的性能。附图说明在附图中：图1A示出给定现象中若干不同输入变量的数据绘图。图1B是图1A中的输入变量的时间历史的似然率计分。图2是现象的混合模型，其示出了高斯分布和用作滤波器的离散节点两者。图3是基于鸢尾花数据的模型的示范对数似然率。图4是描绘根据本专利技术一个实施例的、确定现象中变量的影响的方法的流程图。图5是根据图4的方法对图1A的数据计算的变量影响指标的示例。具体实施方式在下文描述中，为了解释的目的，阐述了多个特定细节，以便提供对本文描述的技术的透彻理解。但是对于本领域技术人员来说，显然在没有这些特定细节的情况下仍可以实施这些示范实施例。在其他实例中，以示意图形式示出结构和装置以便有助于描述这些示范实施例。下文参考这些附图来描述这些示范实施例。这些附图图示特定实施例中实现本文描述的模块、方法和计算机程序产品的某些细节。但是，这些附图不应解释为施加附图中可能存在的任何限制。该方法和计算机程序产品可以在任何机器可读介质上提供以便实现它们的操作。这些实施例可以使用现有计算机处理器、或通过为此目的或另一个目的并入的专用计算机处理器、或硬线连接的系统来实现。正如上文提到的，本文描述的实施例包括具有用于承载或其上存储有机器可执行指令或数据结构的非暂时机器可读介质的计算机程序产品。此类计算机可读介质可以是可由通用或专用计算机或具有处理器的其他机器访问的任何可用介质。通过举例，此类机器可读介质可以包括RAM、ROM、EPROM、EEPROM、CD-ROM或其他光盘存储装置、磁盘存储装置或其他磁存储装置或能够用于以机器可执行指令或数据结构的形式承载或存储期望的程序代码并且能够被通用或专用计算机或具有处理器的其他机器访问的任何其他介质。当通过网络或另一种通信连接(例如硬线连接、无线或硬线连接或无线的组合)向机器传送或提供信息时，该机器恰当地将该连接视为机器可读介质。因此，任何此类连接均恰当地称为机器可读介质。上文这些的组合也包含在机器可读介质的范围内。机器可执行指令包括，例如使通用计算机、专用计算机或专用处理机器执行某个功能或一组功能的指令和数据。实施例将在方法步骤的通用上下文中进行描述，这些方法步骤可以在一个实施例中通过包括例如采用联网环境中的机器执行的程序模块的形式的、如程序代码的机器可执行指令的程序产品来实现。一般地，程序模块包括，具有执行具体任务或实现具体抽象数据类型的技术效果的例行程序、程序、对象、组件和数据结构等。机器可执行指令、关联的数据结构和程序模块表示用于执行本文公开的方法步骤的程序代码的示例。此类可执行指令或关联的数据结构的具体序列表示用于实现此类步骤中描述的功能的对应动作的示例。实施例可以在联网环境中使用至具有处理器的一个或多个远程计算机的逻辑连接来实施。逻辑连接可以包括本文作为举例而非限制提出的局域网(LAN)和广域网(WAN)。此类联网环境在办公方面或企业方面计算机网络、内联网和因特网中是常见的，并且能够使用范围多样的不同通信协议。本领域技术人员将意识到，此类网络计算环境通常将涵盖多种类型的计算机系统配置，包括个人计算机、手持装置、多处理器系统、基于微处理器或可编程的消费电子产品、网络PC、微计算机、主机计算机等。实施例还能够在分布式计算环境中实施，在这些分布式计算环境中，由通过(硬线连接的链路、无线链路或通过硬线连接的链路或无线链路的组合)经通信网络链接的本地和远程处理装置来执行任务。在分布式计算环境中，可以将程序模块放置在本地存储器存储装置和远程存储器存储装置两者中。用于实现这些示范实施例的整体或或多个部分的示范系统可以包括计算机形式的通用计算装置，这些通用计算装置包括处理单元、系统存储器和将包括系统存储器的多种系统组件耦合到处理单元的系统总线。该系统存储器可以包括只读存储器(ROM)和随机存取存储器(RAM)。该计算机还可以包括用于从磁硬盘读取以及向磁硬盘写入的磁硬盘驱动器、用于从可移动磁盘读取以及向可移动磁盘写入的磁盘驱动器以及用于从如CD-ROM的可移动光盘或其他光介质读取或向其写入的光盘驱动器。这些驱动器及其关联的机器可读介质提供用于该计算机的机器可执行的指令、数据结构、程序模块和其他数据的非易失性存储。这些实施例中公开的方法的技术效果包括更有效率地检测与机器中的具体失灵或故障模式有关的样式，减少诊断和故障处理时间并能够实现更好健康和维护规划。使用变量影响指标来提供变量的“兴趣”行为的指示。变量影响指标的一示例应用是确定哪些变量可为异常行为负责。使用一种称为混合模型的数据驱动构建的模型来计算变量影响指标。假定已使用历史数据以突出特定应用感兴趣的行为的方式训练此模型。混合模型提供用于对范围广泛的物理现象建模的丰富资源，正如G.McLachlan和D.Peel在《FiniteMixtur本文档来自技高网...

【技术保护点】

【技术特征摘要】
2011.02.08 US 13/023,1811.一种确定现象中变量的影响的方法，包括：步骤a，在非暂时介质中以图形形式提供混合模型，所述混合模型包括模型成分、至少一个类节点和多个变量节点，所述至少一个类节点表示与所述模型成分关联的类，而所有所述多个变量节点表示遇到所述现象的系统内的物理数据，步骤b，在处理器中，从所述非暂时介质中选择所述多个变量节点的至少一个，步骤c，通过对所述多个变量节点中所选择的至少一个以外的多个变量节点设置证据来对所述图形形式执行操作，步骤d，通过边缘化来计算所述多个变量节点中所选择的一个和所述至少一个类节点的联合分布，以生成新图形，步骤e，由所述新图形计算所述多个变量节点中所述选择的一个的变量影响指标，步骤f，对所述多个变量节点中其他选择的变量节点重复步骤b、c、d和e，以及步骤g，彼此相对地评估所述多个变量节点的变量影响指标的量值。2.如权利要求1所述的方法，其中，所述新图形是通过f:P(X1,I|eX...

【专利技术属性】
技术研发人员：R·E·凯兰，
申请(专利权)人：通用电气公司，
类型：发明
国别省市：